本地Whisper

免费转录Telegram和WhatsApp的语音消息。无需API密钥，无需费用，在您的Mac上运行。

问题所在

语音转录API需要付费：

• OpenAI Whisper：每分钟0.006美元
• Groq：每分钟0.001美元
• AssemblyAI：每分钟0.01美元

如果您需要转录大量Telegram语音消息，费用会不断累积。

解决方案

此工具在您的Mac上本地运行Whisper，质量相同，零成本。

• ✅ 永久免费
• ✅ 私密（音频数据不会离开您的Mac）
• ✅ 快速（每条消息约1秒）
• ✅ 支持离线使用

⚠️ 重要提示

• 首次运行会下载约1.5GB的模型——请耐心等待，这仅需执行一次
• 首次转录速度较慢——模型需要载入内存（约10-30秒），之后即可瞬间完成
• 已在使用OpenAI API进行转录？请将您现有的tools.media.audio配置替换为以下内容

快速开始

1. 安装依赖项

pip3 install -r requirements.txt

2. 启动守护进程

python3 scripts/daemon.py

首次运行将下载Whisper模型（约1.5GB）。请等待出现"就绪"提示。

3. 添加到OpenClaw配置

将此内容添加至您的~/.openclaw/openclaw.json文件中：

{
  "tools": {
    "media": {
      "audio": {
        "enabled": true,
        "models": [
          {
            "type": "cli",
            "command": "~/.openclaw/workspace/skills/local-whisper/scripts/transcribe.sh",
            "args": ["{{MediaPath}}"],
            "timeoutSeconds": 60
          }
        ]
      }
    }
  }
}

4. 重启网关

openclaw gateway restart

现在来自Telegram、WhatsApp等平台的语音消息即可免费进行本地转录！

手动测试

./scripts/transcribe.sh voice_message.ogg

应用场景：Telegram语音消息

无需支付OpenAI API费用来转录传入的语音消息，将OpenClaw指向此本地守护进程。永久免费转录。

登录时自动启动

cp com.local-whisper.plist ~/Library/LaunchAgents/
launchctl load ~/Library/LaunchAgents/com.local-whisper.plist

API

守护进程运行于localhost:8787：

curl -X POST http://localhost:8787/transcribe -F "file=@audio.ogg"
# {"text": "Hello world", "language": "en"}

翻译

任意语言 → 英语：

./scripts/transcribe.sh spanish_audio.ogg --translate

要求

• 搭载Apple Silicon（M1/M2/M3/M4）的macOS
• Python 3.9+

许可证

MIT